Sei onde a máquina para. E onde eu entro.
Este site mostra o processo, não só o resultado. Nenhuma resposta da máquina entra numa decisão sem passar por três checagens.
8 projetos · 7 etapas · atualizado 09/2026
Como começou meu interesse por IA
O gatilho e a crise
Em março de 2026 eu não sabia quase nada de IA, software e sistemas. Não que hoje eu seja expert, mas desde então venho estudando e tentando aplicar isso no meu dia a dia e evoluir. Essa vontade surgiu em meio a um momento de estagnação profissional e de vida, onde busquei MBAs na área de dados e esbarrei na Pós-Tech da FIAP. Após a aula inaugural e o teste de nivelamento, senti uma grande frustração, um desespero e medo de não ser capaz de seguir aquela direção. Cheguei a mandar e-mail pra coordenação pedindo pra trocar de trilha. Mandei mensagem pra três professores perguntando se fazia sentido continuar, diante do meu contexto.
Clique nos números para acompanhar a trajetória.
O que o método produziu
Sete projetos. Vários terminam num resultado que não era o esperado, publicado com a investigação do porquê.
Painel de priorização municipal de alfabetização
Um secretário de educação tem verba para atender poucos municípios por ano e precisa escolher quais. O painel ordena os municípios do estado pelo risco de furar a meta de alfabetização no ano seguinte, e faz o que quase nenhum modelo faz: quando o dado daquele estado não sustenta a previsão, ele escreve "não sei" na tela em vez de entregar um número inventado.
Separar o poupador com medo do câmbio do profissional que fraciona operação
Duas pessoas compram a mesma stablecoin, no mesmo dia, em lotes parecidos. Uma está protegendo a poupança da queda do real. A outra está fatiando uma operação para ficar abaixo do valor que obriga a reportar. Para o sistema antifraude as duas são idênticas, e é por isso que a área de compliance afoga em alarme falso. Este projeto usa o estado da economia como pista para separar uma da outra.
Auditar um ML que chegou pronto com afirmações que o código não sustentava
Um sistema de priorização de clientes de alta renda chegou pronto e rodando, com relatório e números convincentes. Ao conferir afirmação por afirmação contra o código, várias não se sustentavam. O projeto deixou de ser "melhorar o modelo" e virou a auditoria que separa o que dá para provar do que era história bem contada.
Um agente de crédito que não vê o score
Antes de colocar um agente de IA para opinar sobre crédito, alguém precisa responder se ele acrescenta alguma coisa ou só repete o que o modelo já disse. Aqui o agente escreve o parecer sem enxergar a nota do cliente nem o desfecho do empréstimo. Os dois cortes são de propósito: sem eles, não dá para distinguir raciocínio de repetição.
O saldo na carteira não é a liquidez sob estresse
Enquanto a stablecoin está colada no dólar, o saldo na carteira e o dinheiro disponível parecem a mesma coisa. Numa crise de paridade eles deixam de ser, e a diferença aparece justamente no dia em que a empresa precisa do caixa. A calculadora estima quanto de uma reserva sobrevive a esse evento e quanto vira prejuízo, para a tesouraria descobrir o buraco antes e não durante.
Pipeline que transforma o buraco de alfabetização em custo de investimento
Saber que um município está mal em alfabetização não diz quanto custa consertar, e é o custo que permite comparar dois municípios na hora de dividir orçamento. A esteira pega o dado bruto do governo e devolve, para cada município, uma estimativa em reais do investimento necessário para fechar o buraco.
Medir o que de fato melhora uma busca por significado
Toda mudança numa busca por significado parece melhorar alguma coisa quando você testa em três perguntas escolhidas a dedo. Este é o banco de provas que responde, com número e margem de erro, se a mudança melhorou de verdade ou se o ganho é menor que a incerteza da própria medição.
Descobrir quem vira detrator antes da nota do NPS chegar
Um e-commerce só descobre que um cliente virou detrator quando a pesquisa de satisfação chega, depois que o dano já foi feito. O projeto tenta prever isso antes, a partir de dados operacionais do próprio pedido. Mas prever quem vai virar detrator não prova que a ação de recuperação (cupom, atendimento prioritário) funciona: são duas perguntas diferentes, e a segunda é a que decide se o ROI prometido existe de verdade.
Pergunte à base
Uma busca sobre os conceitos e o método por trás destes projetos. Os resultados vêm das notas de verdade, com link para a fonte — não é um modelo generativo, é recuperação de texto: nunca inventa uma resposta que não esteja escrita aqui.